來源:http://foofish.net/blog/25/python-tricks-tips
本文整理自Stack Overflow上的熱門問答hidden features of python,早期有人做過類似的整理,但是內容比較舊而且比較粗糙,因此筆者在原文基礎上加入自己的一些理解,另外那些高質量的評論也引入進來了。總之,這是一篇用心之作,希望你可以喜歡。
鏈式比較操作
>>> x = 5
>>> 1 < x < 10
True
>>> 10 < x < 20
False
>>> x < 10 < x*10 < 100
True
>>> 10 > x <= 9
True
>>> 5 == x > 4
True
你可能認爲它執行的過程先是:1 < x
,返回True
,然後再比較True
< 10
,當然這麼做也是返回True
,比較表達式True
< 10
,因爲解釋器會把True
轉換成1
,False
轉換成0
。但這裏的鏈式比較解釋器在內部並不是這樣乾的,它會把這種鏈式的比較操作轉換成:1
< x and x < 10
,不信你可以看看最後一個例子。這樣的鏈式操作本可以值得所有編程語言擁有,但是很遺憾,其他語言很少有這樣的支持。
enumerate枚舉
>>> a = ['a', 'b', 'c', 'd', 'e']
>>> for index, item in enumerate(a): print index, item
...
0 a
1 b
2 c
3 d
4 e
>>>
用enumerate
包裝一個可迭代對象,可以同時使用迭代項和索引,在迭代的同時獲取迭代項所在位置時非常方便。如果你不這麼幹的話,下面有一種比較麻煩的方法:
for i in range(len(a)):
print i, a[i]
enumerate
還可以接收一個可選參數start,默認start等於0。enumerate(list,
start=1)
,這樣index的起始值就是1
生成器對象
x=(n for n in foo if bar(n)) #foo是可迭代對象
>>> type(x)
<type 'generator'>
你可以把生成器對象賦值給x,意味着可以對x進行迭代操作:
for n in x:
pass
它的好處就是不需要存儲中間結果,也許你會使用(列表推導式):
x = [n for n in foo if bar(n)]
>>> type(x)
<type 'list'>
它比生成器對象能帶來更快的速度。相對地,生成器更能節省內存開銷,它的值是按需生成,不需要像列表推倒式一樣把整個結果保存在內存中,同時它不能重新迭代,列表推導式則不然。
字典推導式
在Python2.6以下版本字典生成器可以接受迭代的鍵值對:
d = dict((key, value) for (key, value) in iterable)
從Python2.7或者Python3以後,你可以直接用字典推導式語法:
d = {key: value for (key, value) in iterable}
你也可以用任何方式的迭代器(元組,列表,生成器..),只要可迭代對象的元素中有兩個值,
d = {value: foo(value) for value in sequence if bar(value)}
更爲高級的用法:
def key_value_gen(k):
yield chr(k+65)
yield chr((k+13)%26+65)
d = dict(map(key_value_gen, range(26)))
iter()可接收callable參數
iter()內建函數接收的參數分爲兩種,第一種是:
iter(collection)---> iterator
參數collection必須是可迭代對象或者是序列 ,第二種是:
iter(callable, sentinel) --> iterator
callable函數會一直被調用,直到它的返回結果等於sentinel,例如:
def seek_next_line(f):
#每次讀一個字符,直到出現換行符就返回
for c in iter(lambda: f.read(1),'\n'):
pass
小心可變的默認參數
>>> def foo(x=[]):
... x.append(1)
... print x
...
>>> foo()
[1]
>>> foo()
[1, 1]
>>> foo()
[1, 1, 1]
取而代之的是你應該使用一個標記值表示“沒有指定”來替換可變對象,如:
>>> def foo(x=None):
... if x is None:
... x = []
... x.append(1)
... print x
>>> foo()
[1]
>>> foo()
[1]
發送值到生成器函數在中
def mygen():
"""Yield 5 until something else is passed back via send()"""
a = 5
while True:
f = (yield a) #yield a and possibly get f in return
if f is not None:
a = f #store the new value
你可以:
>>> g = mygen()
>>> g.next()
5
>>> g.next()
5
>>> g.send(7) #we send this back to the generator
7
>>> g.next() #now it will yield 7 until we send something else
7
如果你不喜歡使用空格縮進,那麼可以使用C語言花括號{}定義函數:
>>> from __future__ import braces #這裏的braces 指的是:curly braces(花括號)
File "<stdin>", line 1
SyntaxError: not a chance
當然這僅僅是一個玩笑,想用花括號定義函數?沒門。感興趣的還可以瞭解下:
from __future__ import barry_as_FLUFL
不過這是python3裏面的特性,http://www.python.org/dev/peps/pep-0401/
切片操作中的步長參數
a = [1,2,3,4,5]
>>> a[::2] # iterate over the whole list in 2-increments
[1,3,5]
還有一個特例:x[::-1]
,反轉列表:
>>> a[::-1]
[5,4,3,2,1]
有關反轉,還有兩個函數reverse、reversed,reverse是list對象的方法,沒有返回值,而reversed是內建方法,可接收的參數包括tuple、string、list、unicode,以及用戶自定義的類型,返回一個迭代器。
>>> l = range(5)
>>> l
[0, 1, 2, 3, 4]
>>> l.reverse()
>>> l
[4, 3, 2, 1, 0]
>>> l2 = reversed(l)
>>> l2
<listreverseiterator object at 0x99faeec>
裝飾器
裝飾器使一個函數或方法包裝在另一個函數裏頭,可以在被包裝的函數添加一些額外的功能,比如日誌,還可以對參數、返回結果進行修改。裝飾器有點類似Java中的AOP。下面這個例子是打印被裝飾的函數裏面的參數的裝飾器,
>>> def print_args(function):
>>> def wrapper(*args, **kwargs):
>>> print 'Arguments:', args, kwargs
>>> return function(*args, **kwargs)
>>> return wrapper
>>> @print_args
>>> def write(text):
>>> print text
>>> write('foo')
Arguments: ('foo',) {}
foo
@是語法糖,它等價於:
>>> write = print_args(write)
>>> write('foo')
arguments: ('foo',) {}
foo
for ... else語法
for i in foo:
if i == 0:
break
else:
print("i was never 0")
else代碼塊只有在for循環正常結束後執行如果遇到break語句那麼不會執行else語句塊,等價於下面:
found = False
for i in foo:
if i == 0:
found = True
break
if not found:
print("i was never 0")
不過這種語法看起來怪怪地,讓人感覺是else塊是在for語句塊沒有執行的時候執行的,很容易讓人去類比 if else 的語法,如果是把else換成finally或許更容易理解
python2.5中的__missing__
方法
dict的子類如果定義了方法__missing__(self, key)
,如果key不再dict中,那麼d[key]就會調用__missing__
方法,而且d[key]的返回值就是__missing__
的返回值。
>>> class MyDict(dict):
... def __missing__(self, key):
... self[key] = rv = []
... return rv
...
>>> m = MyDict()
>>> m["foo"].append(1)
>>> m["foo"].append(2)
>>> dict(m)
{'foo': [1, 2]}
在collections模塊下有一個叫defaultdict的dict子類,它與missing非常類似,但是對於不存在的項不需要傳遞參數。
>>> from collections import defaultdict
>>> m = defaultdict(list)
>>> m["foo"].append(1)
>>> m["foo"].append(2)
>>> dict(m)
{'foo': [1, 2]}
變量值交換
>>> a = 10
>>> b = 5
>>> a, b
(10, 5)
>>> a, b = b, a
>>> a, b
(5, 10)
等號右邊是一個創建元組的表達式,等號左邊解壓(沒有引用的)元組分別賦給名稱(變量)a和b。賦完值後因爲沒有被其他名字引用,因此被標記之後被垃圾收集器回收,而綁定到a和b的值已經被交換了。
注意:多值賦值其實僅僅就是元組打包和序列解包的組合的過程
可讀的正則表達式
在Python中你可以把正則表達式分割成多行寫,還可以寫註釋
>>> pattern = """
... ^ # beginning of string
... M{0,4} # thousands - 0 to 4 M's
... (CM|CD|D?C{0,3}) # hundreds - 900 (CM), 400 (CD), 0-300 (0 to 3 C's),
... # or 500-800 (D, followed by 0 to 3 C's)
... (XC|XL|L?X{0,3}) # tens - 90 (XC), 40 (XL), 0-30 (0 to 3 X's),
... # or 50-80 (L, followed by 0 to 3 X's)
... (IX|IV|V?I{0,3}) # ones - 9 (IX), 4 (IV), 0-3 (0 to 3 I's),
... # or 5-8 (V, followed by 0 to 3 I's)
... $ # end of string
... """
>>> re.search(pattern, 'M', re.VERBOSE)
函數參數解包(unpacking)
分別使用*
和**
解包列表和字典,這是一種非常實用的快捷方式,因爲list,tuple,dict作爲容器被廣泛使用
def draw_point(x, y):
# do some magic
point_foo = (3, 4)
point_bar = {'y': 3, 'x': 2}
draw_point(*point_foo)
draw_point(**point_bar)
動態地創建新類型
動態創建新類型雖不是實用功能,但瞭解一下也是有好處的
>>> NewType = type("NewType", (object,), {"x": "hello"})
>>> n = NewType()
>>> n.x
"hello"
type的第一個參數就是類名,第二個參數是繼承的父類,第三個參數是類的屬性.它完全等同於:
>>> class NewType(object):
>>> x = "hello"
>>> n = NewType()
>>> n.x
"hello"
上下文管理器與with語句
上下文管理器(context manager)用於規定某個對象的使用範圍,進入或退出該範圍時,特殊的操作會被執行(比如關閉連接,釋放內存等等),語法是:with...
as ...
,該特性在python2.5引入的. 上下文管理器協議有兩個方法組成contextmanager.__enter__()
和contextmanager.__exit__()
,任何實現了這兩個方法的對象都稱之爲上下文管理器對象,比如文件對象就默認實現了該協議.
with open('foo.txt', 'w') as f:
f.write('hello!')
字典的get()方法
字典的get()方法用來替換d['key'],後者如果是遇到key不存在會有異常,如果使用的d.get('key'),key不存在時它返回的是None,你可以指定兩個參數如:d.get('key',0)來用0取代返回的None
sum[value] = sum.get(value, 0) + 1
還有一個類似的方法setdefault(key, value)
,如果字典中存在key,那麼就直接返回d[key],否則設置d[key]=value,並返回該值.
>>> d = {'key':123}
>>> d.setdefault('key',456)
123
>>> d['key']
123
>>> d.setdefault('key2',456)
456
>>> d['key2']
456
collections.Counter是dict的子類,用來統計可哈稀對象,
>>> cnt = Counter('helloworld')
>>> cnt
Counter({'l': 3, 'o': 2, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})
>>> cnt['l']
3
>>> cnt['x'] = 10
>>> cnt.get('y')
描述符(Descriptors)
描述符是python的核心特新之一,當你使用.
訪問成員時,(如:x.y),python首先在實例字典中查找該成員,如果沒有發現再從類字典中查找,如果這個對象實現了描述符(實現了__get__,__set__,__delete__
),那麼優先返回__get__
方法的返回值.
條件賦值
爲什麼python中沒有類c語言的三目運算符,Guido van Rossum說過了,條件賦值更容易理解
x = 3 if (y == 1) else 2
這個表達式的意思就是:如果y等於那麼就把3賦值給x,否則把2賦值給x, 條件中的括號是可選的,爲了可讀性可以考慮加上去.if else中的表達式可以是任何類型的,既可以函數,還可以類
(func1 if y == 1 else func2)(arg1, arg2)
如果y等於1,那麼調用func1(arg1,arg2)否則調用func2(arg1,arg2)
x = (class1 if y == 1 else class2)(arg1, arg2)
class1,class2是兩個類
異常else語句塊
try:
try_this(whatever)
except SomeException, exception:
#Handle exception
else:
# do something
finally:
#do something
else語句塊會在沒有異常的情況下執行,先於finally,它的好處就是你可以明確知道它會在沒有異常的情況下執行,如果是把else語句塊放在try語句塊裏面就達不到這種效果.